基于数据驱动的电网异常运行状态识别方法

本发明提出了一种基于数据驱动的电网异常运行状态识别方法，其包括：利用历史数据建立电网异常运行状态识别模型，并划分电网正常与异常运行状态的边界，从而构成电网正常与异常运行的分类模型；利用神经网络分类模型判断电网目前运行状态，若处于安全运行状态，评估其安全余量，并通过对数据抽象可视化及距离量化的方式让操作人员了解电网目前运行的状态，并观测其变化趋势。该方法充分利用海量、多源、异构历史数据，从空间几何角度建立电网运行状态识别模型。较传统的模型驱动的确定性函数或公式来说，利用数据驱动，获取数据洞察，更加客观、准确，当数据量越大时，结果越贴近真实电网运行。
上海理工大学
孙伟卿 | 张婕